Bitter Lesson снова в деле. Это главная мысль из доклада Дмитрия Иванова (Yandex B2B Tech) с big tech night. Эволюция AI от простых классификаторов к автономным агентам доказывает: вместо того, чтобы вручную тюнить правила, лучше дать системе больше данных, вычислительных мощностей и свободы. Началось всё с классификаторов intent'ов и жёстких сценариев — система распознавала тип запроса и запускала соответствующий обработчик. Затем пришла эра файнтюнинга: под определенную задачу обучали специализированную модель, оптимизируя метрики месяцами. Сейчас те же задачи решаются промптами к более общим моделям — многостраничные текстовые инструкции определяют логику работы компонентов, от структуры поисковых ответов до выбора контента. Продуктовые гипотезы проверяются правкой текста за минуты вместо долгого переобучения. Сейчас идёт переход к следующему этапу — когда мы задаем только минимальные ограничения вместо детальных инструкций. Системы получат только правила-запреты и самостоятельно будут выбирать тактику в заданных рамках. Агенты смогут определять последовательность вызова функций, адаптироваться к контексту и непрерывно обучаться на обратной связи. Каждый шаг эволюции увеличивает автономность за счёт снижения явного контроля разработчика (ну и, конечно, за счет того, что модели становятся более способными), причём большая часть этого пути прошла всего за три последних года. Где же мы будем ещё через три? @ai_newz